Dans le développement récent des sciences de réseau, réseaux contraints spatiales sont devenues un objet d'une enquête approfondie. Spatiales des réseaux de contraintes sont intégrées dans l'espace de configuration. Leurs structures et les dynamiques sont influencées par la distance spatiale. Ceci est prouvé par les données empiriques de plus en plus sur des systèmes réels montrant des lois exponentielles ou de distribution d'énergie distance spatiale de liens. Dans cette thèse, nous nous concentrons sur la structure de réseau spatial avec une distribution en loi de puissance spatiale. Plusieurs mécanismes de formation de la structure et de la dynamique de diffusion sur ces réseaux sont pris en considération. D'abord, nous proposons un réseau évolutif construit en l'espace de configuration d'un mécanisme de concurrence entre le degré et les préférences de distance spatiale. Ce mécanisme est décrit par un a^'fc- + (1 -- a)^'lL_,1, où ki est le degré du noeud i et rni est la distance spatiale entre les noeuds n et i. En réglant le paramètre a, le réseau peut être fait pour changer en continu à partir du réseau spatiale entraînée (a = 0) pour le réseau sans échelle (a = 1). La structure topologique de notre modèle est comparé aux données empiriques de réseau de courrier électronique avec un bon accord. Sur cette base, nous nous concentrons sur la dynamique de diffusion sur le réseau axé sur spatiale (a -- 0). Le premier modèle, nous avons utilisé est fréquemment employée dans l'étude de la propagation de l'épidémie: ['spatiale susceptible-infecté-susceptible (SIS) modèle. Ici, le taux de propagation entre deux noeuds connectés est inversement proportionnelle à leur distance spatiale. Le résultat montre que la diffusion efficace de temps augmente avec l'augmentation de a. L'existence d'seuil épidémique générique est observée, dont la valeur dépend du paramètre a Le seuil épidémique maximum et le ratio minimum fixe de noeuds infectés localiser simultanément dans le intervalle 1.5 < a < 2.Puisque le réseau spatiale axée a bien défini la distance spatiale, ce modèle offre une occasion d'étudier la dynamique de diffusion en utilisant les techniques habituelles de la mécanique statistique. Tout d'abord, compte tenu du fait que la diffusion est anormale en général en raison de l'importante long plage de propagation, nous introduisons un coefficient de diffusion composite qui est la somme de la diffusion d'habitude constante D des lois de la Fick appliqué sur différentes distances de transfert possibles sur le réseau. Comme prévu, ce coefficient composite diminue avec l'augmentation de a. et est une bonne mesure de l'efficacité de la diffusion. Notre seconde approche pour cette diffusion anormale est de calculer le déplacement quadratique moyen (l²) à identifier une constante de diffusion D' et le degré de la anomalousness y avec l'aide de la loi de puissance (l²) = 4D'ty. D' comportements de la même manière que D, i.e.. elle diminue avec l'augmentation de a. y est inférieur à l'unité (subdiffusion) et tend à un (diffusion normale) que a augmente.